基于SACO算法的碎纸片拼接复原模型

破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用．文章基于灰度图像原理和欧氏几何理论,定义了列约束匹配准则,分别设计了基于列约束匹配准则的欧氏距离变换算法、类蚁群优化算法SACO,建立了欧氏距离变换模型、类蚁群优化算法的碎片拼接等模型,对碎纸片的拼接复原问题进行了相应的求解．     

基于规则信息的文档碎纸片半自动拼接

针对含有文字信息的文档被纵切或被纵横切后碎纸片的拼接复原,运用灰度图像原理、欧式距离理论及数据聚类算法等方法,结合设计的算法分别建立欧氏距离匹配模型与类数据聚类的欧氏距离匹配模型,利用M atlab软件编程处理,给出仅纵切或纵横切的中文和英文文档拼接复原的处理办法,并对该处理办法进行相应的推广和展望。     

碎纸片自动拼接复原

为了提高碎纸片的拼接效率和保护信息安全,提出一种碎纸片拼接复原算法,主要由墨迹特征提取和图像匹配两个过程构成.针对英文文档碎纸片,本文提出一种基于文字基线、改进的遗传算法(GA)及光学字符识别技术(OCR)的自动化拼接算法.该算法先根据同行字母的下基线基本相近的准则进行分行归类;并将分类后同一类碎纸片拼接问题转化为旅行商问题,采用改进的遗传算法及光学字符识别技术进行求解;最后根据下基线的位置采用贪婪算法为辅助,实现组行成页.此外,本文结合中文文字的特征,将算法进行修改,得到自动拼接中文文档碎纸片的算法.根据以上算法编写MATLAB程序对横纵切的中英文碎纸片进行拼接试验,结果表明,无需进行人工干预,能够实现全自动拼接.     

基于文字特征的规则碎纸片自动拼接

通过分析具有规范版式的中文文档,以2013年全国大学生数学建模竞赛B题附件3的数据为样本,提出基于文字特征的规则碎纸片的自动拼接算法.该算法通过研究文字行高、间距等特征构建一系列分类准则对碎纸片进行分类,并将分类后的同一行碎纸片排列问题转化为旅行商问题进行求解,最后将组行成页问题再次转化为旅行商问题进行求解,实现规则碎纸片的自动拼接.根据该算法编写MATLAB和LINGO的程序对规则切割形成的碎纸片进行了拼接试验,试验结果表明该算法效果较好.     

机切碎纸片半自动复原模型

为解决机切碎纸片的复原问题,通过进行碎纸片边缘排序和聚类,建立了离散优化模型,解决了纵切和横切的碎纸片拼接问题;当碎纸片的数据量大或内容是文字高度不一的英文时,建立了改进的离散优化模型.根据字高和其它因素,通过合理选择优化模型或少量的人工干预,该模型可以很好地解决碎纸片复原问题.实践证明对于简单和复杂的机切碎纸片该模型都是有效的,准确率高.研究结果表明:该模型可以进一步应用于更复杂的机切碎纸拼接问题.     

基于聚类的规则文档碎纸片拼接模型

针对碎纸机破碎文档后的规则碎纸片拼接问题,通过对碎纸片上边缘的灰度向量将文档分为上边缘为空白和非空白区域两大类,再分别以上边缘非空白区高度和空白区高度作为聚类参数,将纸片分为若干簇,在每一个簇中利用相邻两张碎纸片左右边缘向量相似度来进行拼接,得到若干横条的纸片,然后以行距和横条间上下边缘相似度为参数来将若干横条拼接为完整文档。     

切割纸片的拼接复原

研究了同一页印刷文字文件进行横纵切后破碎纸片的拼接问题,通过利用碎纸片内文字特征、碎纸片的边缘像素灰度、行间距等特征,给出了碎片文件拼接算法。Matlab仿真实验结果表明,该算法很好地实现了破碎文件的拼接。     

一种纵切碎纸片拼接算法

撕碎文档的恢复与重建是摄影测量、计算机视觉、计算机图形学、建筑学、诉讼领域、档案研究及调查科学里经常需要解决的问题。无特征图像的拼接研究至今仍处于起步阶段,它的需求引起极大关注。提出一种纵切碎纸片的无特征图像拼接技术,碎片间可以有一致的或不一致的边界。首先,筛选撕碎文档中的两个碎片,使得非均匀的侧面彼此面对,获得一个最初的匹配碎片对子集合;其次,采用邻边相关性作为相似性度量准则解决这些碎片间的模糊性,实现原始文档的恢复。实验结果表明,该方法简单易行,具有快速的恢复纵切碎纸片能力。     

基于数值分析碎纸片拼接复原的研究

为了解决碎纸片匹配和原纸片复原的问题,通过把碎纸图片数值化,用灰度值矩阵描述出各个碎纸片的特征,分析各矩阵边缘相关的数字特征;然后根据VS软件编写的程序和边缘行列算法,分别计算出碎纸片矩阵的边缘行纵向矩阵和边缘列横向矩阵的相关性,完成了人工难以拼接的任务,有效地提高了拼接复原效率．     

基于MATLAB碎纸片拼接复原的技术研究

针对规整碎纸片拼接复原问题,借助碎纸片白底黑字的特征,对不同的碎纸片进行扫描得出像素值,基于理论二值化和模糊C均值聚类,并利用边界原则使两两碎片能够匹配,应用MATLAB软件编辑程序,得到碎纸片的匹配顺序,必要时进行人工干预,从而实现横切纵切碎纸片的拼接复原.     

基于竞选算法的灰度图像匹配研究

针对灰度图像匹配算法普遍计算量大、速度较慢的问题,将灰度图像匹配问题转化成全局优化问题,然后利用竞选算法求全局最优解,以达到优化匹配性能的目的。图像匹配实验证明:在保证匹配精度的条件下,基于竞选算法的灰度相关匹配算法匹配速度大幅提高。     

基于Matlab程序的图像灰度均衡化及其边缘检测

主要讨论获得图片后如何提取其边界信息,首先利用图像灰度均匀化解决了对比度不清晰的问题,然后利用高斯滤波法对图片进行滤波去噪,进而利用Canny算法实现边缘检测提取边界,该方法与Matlab自带的求边界方法有明显的提高,为利用Matlab程序求图像分形维数提供了更精确的前提.     

一种基于关联度的边缘检测方法

边缘检测是决定图像后期处理及理解的基础,本文提出了一种基于不同权重系数的关联度图像边缘检测算法,该算法以Sobel算子模版为参考序列,通过序列之间的关联度区分边缘点和非边缘点,实验表明,该算法能准确的检测出图像的边缘信息,且其随着权重系数的不同体现出不同的抗噪性．     

基于灰色绝对关联度的边缘检测算法

探讨了灰色关联度在边缘检测中的适用情况,提出并实现了基于灰色绝对关联度的灰度图边缘检测算法.该算法有效地避免了几种典型的边缘点误判,算法中简单的逻辑或操作克服了灰色绝对关联度在边缘检测中的方向性问题.实验结果表明本算法快速有效.     

基于灰度不均匀图像边缘检测算法改进

边缘检测算法是图像处理中的一个重要的研究内容。该算法的好坏直接影响着图像处理的结果,常用的检测算法常常不能满足特定情况下的要求(例如实时跟踪下的图像处理)。本文在分析了灰度图像各种边缘检测算法的特性的基础上,根据具体需求,对灰度不均匀的图像边缘检测算法进行了改进。实验表明,在图像对比度较差的情况下,应用灰度变换增强后,配合相应的边缘检测算法,可以大大减少运算量,与原来的算法相比,能够取得较好的效果。     

内容匹配入侵检测技术研究

本文对入侵检测技术及其分类进行了概述,简要介绍了模式匹配的方法,并对改进的内容匹配技术以及改进的AC-BM字符串匹配算法进行了详细论述、分析,总结了其优缺点。     

图像处理过程中的边缘检测和边缘配准

综述了在图像处理过程中的边缘检测和边缘匹配的算法并比较了各算法的性能,同时在牙齿三维模型建立的实验中实现了边缘检测,同时根据边缘检测出来的Z子线,以及轮廓线与模型进行配准.     

基于边缘检测及灰度跳变的车牌定位算法研究

为了能在复杂背景及不同光照条件下准确地定位出车牌,提出了一种基于边缘检测和灰度跳变的车牌定位算法．该算法首先对获取的图像进行灰度化、图像二值化等预处理操作,提高图像质量,突出车牌信息,接着对车牌图像进行边缘检测,在此基础上采用水平方向和垂直方向上的灰度跳变统计来确定车牌区域的上下边界和左右边界,从而实现车牌定位。实验结果表明,该方法可以比较准确、快速地实现车牌区域的定位．